一、黄仁勋的核心算账逻辑 老黄彻底抛弃了 “每美元买到多少算力（FLOPS）” 的旧标尺，改用1 美元硬件资本开支，最终能量产多少 Token，用来证明：Blackwell 硬件单价再贵，Token 生产成本反而断崖式下跌，反驳外界 “GPU 漫天涨价” 的质疑。 核心公式： 每美元硬件产出 Token 总量 = 硬件终身总吞吐 ÷ 硬件采购总价 约束前提：数据中心天花板是电力，硬件必须全开、满批量推理、配合 CUDA+TensorRT-LLM 全栈软件优化，否则产能直接缩水几十倍。 二、两代硬件：1 美元硬件能印出多少 Token（官方实测） 1）上代 Hopper H200（HGX 整机） 租赁单价：1.41 美元 / 小时 满优化下吞吐：90 Token / 秒 折算生产成本：4.20 美元 / 百万 Token 反向换算： 1 美元硬件投入 ≈ 产出 23.8 万 Token 2）新一代 Blackwell GB300 NVL72（旗舰整机） 租赁单价：2.65 美元 / 小时（硬件成本贵了近一倍） 满优化吞吐：6000 Token / 秒，吞吐提升 65 倍 折算生产成本：0.12 美元 / 百万 Token 反向换算： 1 美元硬件投入 ≈ 产出 833 万 Token 两代对比：同样花 1 美元买硬件，Blackwell 产出的 Token 总量，是 H200 的35 倍，这也是黄仁勋反复强调的核心结论NVIDIA。 三、分场景细化数值（资本开支口径，不含电费） 极致批量推理（云厂商离线生产，FP4 量化 + MTP 多 Token 预测全开） GB200/GB300 整机： 1 美元硬件资本开支 → 800 万～850 万 Token 极限优化下可以压低到 0.02 美元 / 百万 Token，对应 1 美元硬件可产出5000 万 TokenNVIDIA。 在线交互业务（低并发、单用户对话，无超大批量） 软件优化打对折，吞吐大幅下滑： 1 美元硬件仅能产出40 万～80 万 Token，性价比大幅回落。 H100/H200 存量老机型（无最新推理优化） 普通在线业务：1 美元硬件仅能产出15 万～25 万 Token。 四、黄仁勋的关键论点：硬件贵≠不划算 只看硬件单价：Blackwell 成本≈H200 的 2 倍； 只看原始算力（FLOPS）：性能仅提升 2 倍； 落到最终产出 Token：产能提升 35～50 倍，单位 Token 成本直接碾压上代产品。 他的原话总结：我的硬件卖得贵，但是每一滴电力、每一块美元硬件，能印出来的 Token 更多，摊薄后的生产成本全球最低。 五、市场定价对应关系（Token 出厂价） 低成本批量产出 Token：出厂价≈1 美元 / 百万 Token，硬件成本仅 0.12 美元，毛利极高； 中端对话模型：3～6 美元 / 百万 Token； 超长上下文深度推理：45～150 美元 / 百万 Token。 这就意味着，硬件端 0.12 美元成本生产出的百万 Token，在商用市场最高可以卖出上百倍的溢价，这就是英伟达 “Token 工厂” 商业模式的利润根基。
作者声明： 本文转载自第三方，旨在提供资讯参考，并非证券推荐或投资建议。作者对内容的真实性、准确性不承担保证责任。本文不构成任何投资建议或证券推荐。截至发文日，作者与文中提及的标的不存在持仓关系。